基于麻雀搜索算法优化BP神经网络的建筑工人不安全行为风险评价

建筑施工企业安全管理的重点是减少建筑工人不安全行为风险。从组织管理、个体、生产作业与社会环境4个方面识别影响因素并构建建筑工人不安全行为风险评价指标体系。通过BP神经网络法将指标进行网络输出,同时编制预警问卷。由于传统的BP神经网络法存在评估精度较低的缺陷,无法对相关指标进行优化,因此引入麻雀搜索算法(SSA)。使用麻雀搜索算法优化BP神经网络法,建立建筑工人不安全行为风险评价模型,并对该模型进行训练及测试。通过对比发现,经麻雀搜索算法优化的神经网络法较传统的BP神经网络法具有更好的收敛性与精确度,在建筑工人不安全行为风险预测方面更具可参考性。     

特高压输变电工程安全风险预警研究

针对特高压输变电工程的安全问题,提炼出安全风险预警指标,运用BP神经网络方法,建立安全风险预警模型。以皖电东送淮南至上海特高压输变电工程实际数据为例,利用MATLAB完成BP神经网络的训练与检验。结果表明,该模型可以及时有效地完成施工过程的安全风险预警工作。     

房地产上市公司财务预警实证研究

准确预测房地产公司的财务风险并及时预警有助于房地产企业的健康稳定发展。根据房地产企业的现实情况,通过BP神经网络模型和Logistic模型分别对房地产上市公司的财务状况进行了实证研究。结果表明:BP神经网络模型的预测准确率要高于Logistic模型,同时综合使用多种方法预测房地产公司的财务状况更加准确。     

基于BP神经网络对BT项目风险的评价

BT融资模式是加快城镇化发展过程中,大型基础设施项目建设的主要融资方式,准确地对BT工程项目的风险等级进行评价,有助于降低投资人的风险损失。为了更好地评价BT工程项目的风险等级,克服传统风险分析方法的不足,建立BP神经网络模型。本文以A市地铁BT工程项目为例,首先建立该项目的风险评价指标体系,然后确定合适的BP神经网络模型参数。在大量经验数据的基础上,对BP神经网络模型进行了训练与检测,通过试验发现构建18-17-1三层BP神经网络模型对风险等级的评价结果精度最高。最后通过此模型对A市地铁BT工程项目的风险等级进行了评价,取得较好的效果。     

中国银行业系统性风险预警研究——基于SVM模型的建模分析

采用支持向量机和核主成分分析法构建中国银行业系统性风险预警模型,将预警结果与BP神经网络模型和Logit回归模型的预警结果进行对比,并基于2008年1月～2017年9月的数据,采用SVM预警模型预测2009年1月～2018年9月中国银行业系统性风险水平。研究结果显示:与BP神经网络和Logit回归模型相比,SVM模型具有较高的预警正确率;在不同的阶段中国银行业系统性风险水平呈现出不同的变动趋势。建议中国政府部门和银行业警惕资本市场泡沫增长等隐性风险,不断完善银行业内部系统的风险防控机制,持续强化银行业宏观审慎监管。     

中小企业板上市公司退市风险预警研究——基于因子分析的Rprop神经网络模型分析

以我国中小企业板上市公司退市风险预警为例,利用弹性反向传播算法(resilient back propagation,Rprop)和因子分析法相结合,建立一种基于因子分析的Rprop神经网络模型。首先利用因子分析法构建包含财务变量和非财务变量的预警体系;其次运用Rprop神经网络模型对我国160家中小企业板上市公司进行退市风险预警实证分析;最后对该模型的有效性进行实证分析,结果表明,该模型对上市公司退市风险预警的准确性比标准的BP神经网络模型和支持向量机模型分别提高2.91%和6.09%。因此,该模型可为投资者决策提供较好的参考依据。     

基于PCA-GA-BP 的工程项目工期风险预测研究

为了在工程项目实施前准确地预测出工期风险的大小,在介绍BP 神经网络、遗传算法、主成分分析等理论的基础上,针对现有预测模型的缺点以及BP 神经网络自身缺陷,采用主成分分析法对样本数据进行降维处理,并利用遗传算法对 BP 神经网络的初始权值阈值进行优化,提出了基于PCA-GA-BP 的工程项目工期风险预测模型。将以往工程风险数据作为学习样本,训练并构建模型对待建工程项目工期风险进行预测。实例证明该模型有效、可靠,对指导实际工程具有重要意义。     

高新技术制造企业的财务危机预警研究

作为具有高技术含量和高附加值的高新技术制造企业是制造业的主力军,研究其财务预警对于促进我国经济发展具有重要的意义。通过选取深沪A股高新技术制造企业为样本,充分考虑不同历史时期的财务状况对当前企业财务状况的影响,提出了基于Logistic-BP神经网络的动态财务预警模型。实证结果表明,基于面板数据的动态预警模型能更好地体现财务危机状况,具备良好的预警精度。动态BP神经网络模型的预测性能优于Logistic回归分析模型和传统的BP神经网络模型。     

南四湖水质综合评价模型的建立及应用

针对水环境系统的复杂性,采用含有1个隐含层的3层BP网络模型和改进的BP算法,以南四湖的主要污染物CODCr、NH3-N、TP和TN共4个指标作为模型输入层的神经元,以水质等级Ⅰ类-劣Ⅴ类共6个等级作为输出层神经元,应用Matlab7.1中的神经网络工具箱NN Toolbox4.0反复训练,建立了南四湖水质综合评价模型,并利用建立的BP神经网络模型对南四湖上、下级湖水质状况进行了综合评价.     

基于BP神经网络的盐龙湖饮用水源水质预测

本文选取了盐龙湖饮用水源2015-2019年两个监测点的温度、溶解氧、高锰酸盐指数、氨氮、总磷、总氮6项指标作为样本数据建立BP神经网络模型,调整参数构建训练模型并进行数据验证,结果显示,该BP神经网络模型预测模拟训练后的模型预测精准度高,可以运用盐龙湖饮用水源水质指标的预测预警系统中.     

高架桥上BRT公交车火灾事故调查的思考

通过对一起高架桥上BRT公交车火灾事故的详细勘察和缜密调查,分析提出制定特殊火灾事故调查应急预案的重要性,探讨如何建立重大火灾事故多部门尤其是刑侦部门协作配合机制,以及从火灾事故调查中总结经验教训,提出改进措施和建议。     

基于ANSYS的水平受载桩桩身受力性能的研究

基于ANSYS有限元软件,建立了钢筋混凝土管桩模型,对成层土中桩身处承受水平荷载的基桩受力性状进行了计算机数值模拟,通过对桩身位移和应力变化曲线的分析,得出了水平荷载下桩身位移和应力的变化规律。     

浅析“辛以润之”

"辛以润之"是中药药性理论的重要组成部分,一方面,"辛润"是"辛散"功效作用于脾、肺、肾而依次派生出的功用变易,是天地阴阳、五行五脏之间紧密联系的体现;另一方面,对"辛润"的运用不该只局限于治疗"肾苦燥",而更应将其追溯到"发越脾气"与"从阳引阴"上去,以使其对临床用药的指导意义更加深刻、广泛;最后,对于药物性味的合理运用与理解应该与药味之间的相互配伍、中药归经理论结合起来,使其得以互相为体为用,从而更好地发挥功效。     

燃气表跳字分析

分析了燃气表滑阀与滑座、输出轴、计数器对产生跳字的影响,提出了解决方法。     

对混凝土裂缝自愈合的研究

阐述了混凝土裂缝产生的原因以及混凝土裂缝自愈合的机理,并对混凝土的自愈合技术进行了深入的研究,结合该领域存在的问题,对其在未来的发展进行了展望,以期为该问题的研究提供借鉴。     

浅析MVRDV的密度实践

对MVRDV 的理论进行了探索,指出MVRDV 建筑事务所热衷于研究城市空间扩张与自然空间发展的关系及城市空间和建筑本身的密度实践,并通过对MVRDV 案例的分析,论述了提高建筑密度的手法和优化城市空间的理念。     

同层分户排水刍议

住宅楼分户排水可基本杜绝以往管道穿楼板导致的"跑、冒、滴、漏"和随意往管道投垃圾而导致堵塞下层管道(尤其是底层排水横管)等弊病,有效解决卫生间"臭味"问题.     

基桩施工质量检测探讨

基桩性能一直是工程技术人员关注的问题,基桩承载力、桩身完整性及基桩施工质量具有不同的定义和联系,既有基桩性能检测是基桩验收的必要条件。该文主要论述了桩身完整性和基桩施工质量检测、鉴定的概念及差别,基桩抽样检测的方法、特点及钻芯法检测应注意的问题,所述观点和工程实例可供相关技术人员参考。